WordHashBagEstimator Klasse

Definition

Namespace:

Microsoft.ML.Transforms.Text

Assembly:

Microsoft.ML.Transforms.dll

Paket:

Microsoft.ML v3.0.1

IEstimator<TTransformer> für die ITransformer.

public sealed class WordHashBagEstimator : Microsoft.ML.IEstimator<Microsoft.ML.ITransformer>

type WordHashBagEstimator = class
    interface IEstimator<ITransformer>

Public NotInheritable Class WordHashBagEstimator
Implements IEstimator(Of ITransformer)

Vererbung

Object

WordHashBagEstimator

Implementiert

IEstimator<ITransformer>

Hinweise

Stimatoreigenschaften

Muss diese Schätzung die Daten untersuchen, um seine Parameter zu trainieren?	Yes
Eingabespaltendatentyp	Textvektor
Ausgabespaltendatentyp	Vektor der bekannten Größe von Single
Exportierbar in ONNX	No

ITransformer Dadurch wird eine neue Spalte erstellt, die in den Ausgabespaltennamenparametern angegeben ist, und erzeugt einen Vektor von n-Gramm-Anzahl (Sequenzen von aufeinanderfolgenden Wörtern) aus einer bestimmten Daten. Dies geschieht durch Hashing jeder n-Gramm und die Verwendung des Hashwerts als Index in der Tasche.

WordHashBagEstimator unterscheidet sich davon NgramHashingEstimator , dass der ehemalige Text intern tokenisiert, während der letztere tokenisierte Text als Eingabe verwendet.

Überprüfen Sie den Abschnitt "Siehe auch", um Links zu Verwendungsbeispielen zu finden.

Methoden

Fit(IDataView)	Züge und zurückgeben eine ITransformer.
GetOutputSchema(SchemaShape)	Schemaausbreiteung für Schätzer. Gibt das Ausgabeschema-Shape der Stimator zurück, wenn das Eingabeschema-Shape wie die bereitgestellte ist.

Erweiterungsmethoden

AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)

Fügen Sie einen "Zwischenspeicherpunkt" an die Stimatorkette an. Dadurch wird sichergestellt, dass die nachgelagerten Stimatoren gegen zwischengespeicherte Daten trainiert werden. Es ist hilfreich, einen Cache-Prüfpunkt zu haben, bevor Trainer, die mehrere Daten übergeben.

WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)

Geben Sie aufgrund einer Schätzung ein Umbruchobjekt zurück, das einen Stellvertretung aufruft, sobald Fit(IDataView) er aufgerufen wird. Es ist oft wichtig, dass eine Schätzung Informationen zu dem zurückgibt, was passt, weshalb die Fit(IDataView) Methode ein spezifisches typiertes Objekt zurückgibt, anstatt nur ein allgemeines ITransformer. Gleichzeitig IEstimator<TTransformer> werden jedoch oft Pipelines mit vielen Objekten gebildet, sodass wir möglicherweise eine Kette von EstimatorChain<TLastTransformer> Schätzern erstellen müssen, über die der Schätzer, für den wir den Transformator erhalten möchten, irgendwo in dieser Kette begraben wird. Für dieses Szenario können wir über diese Methode eine Stellvertretung anfügen, die einmal aufgerufen wird, wenn die Anpassung aufgerufen wird.

Weitere Informationen

• ProduceHashedWordBags(TransformsCatalog+TextTransforms, String, String[], Int32, Int32, Int32, Boolean, UInt32, Boolean, Int32)
• ProduceHashedWordBags(TransformsCatalog+TextTransforms, String, String, Int32, Int32, Int32, Boolean, UInt32, Boolean, Int32)